Posts tagged robustness

Data-driven transfer inference for public transport journeys during disruptions

Disruptions in public transport have major impact on passengers and disproportional effects on passenger satisfaction. The availability of smart card data gives opportunities to better quantify disruption impacts on passengers’ experienced journey travel time and comfort. For this, accurate journey inference from raw transaction data is required. Several rule-based algorithms exist to infer whether a passenger alighting and subsequent boarding is categorized as transfer or final destination where an activity is performed. Although this logic can infer transfers during undisrupted public transport operations, these algorithms have limitations during disruptions: disruptions and subsequent operational rescheduling measures can force passengers to travel via routes which would be non-optimal or illogical during undisrupted operations. Therefore, applying existing algorithms can lead to biased journey inference and biased disruption impact quantification. We develop and apply a new transfer inference algorithm which infers journeys from raw smart card transactions in an accurate way during both disrupted and undisrupted operations. In this algorithm we incorporate the effects of denied boarding, transferring to a vehicle of the same line (due to operator rescheduling measures as short-turning), and the use of public transport services of another operator on another network level as intermediate journey stage during disruptions. This results in an algorithm with an improved transfer inference performance compared to existing algorithms.

Find the paper HERE

Inzichten in dynamische effecten van openbaar vervoer door combinatie van statische en dynamische OV modellen

Steden worden steeds populairder om te wonen, werken en te recreëren. Deze trek naar de stad legt steeds meer druk op de hoogwaardige OV-assen in en van/naar de stad. Naast snelheid en frequentie zijn betrouwbaarheid en drukte belangrijke kwaliteitsaspecten voor zowel reiziger als vervoerder. Om deze OV-assen hoogwaardig en efficiënt te kunnen (blijven) exploiteren zijn inzichten in te verwachte effecten van nieuwe ontwikkelingen en maatregelen essentieel. Afgelopen decennium zijn er grote stappen gezet op het gebied van OV modellering. Er zijn goede, statische modellen beschikbaar voor OV prognoses. Desondanks is voor beter inzicht in bijvoorbeeld toekomstige betrouwbaarheid en drukte behoefte aan een meer dynamische modelomgeving, zonder het hoge detailniveau van microsimulatie. TU Delft en Goudappel zijn daarom een verkenning gestart naar toepassing van dynamische OV toedelingsmodellen, (agent-based, mesoscopisch). De basis hiervoor, BusMezzo, is ontwikkeld door KTH Stockholm en wordt daarnaast ook al via TU Delft toegepast in Nederlandse studies.

Deze verkenning richt zich op het modelleren van openbaar vervoer met zowel OmniTRANS, de modelleringsoftware voor het gros van de regionale en stedelijke modellen in Nederland, als BusMezzo, een dynamisch simulatiemodel voor OV toedeling. Het doel van dit project is om te verkennen in hoeverre een dynamisch model waarde kan toevoegen ten opzichte van een statisch model, en welke stappen genomen moeten worden om deze modellen met elkaar te laten communiceren. Naast theoretische analyse is een case studie van de metro van Amsterdam uitgevoerd.

BusMezzo is in staat om elk voertuig en elke reiziger individueel te simuleren en kan daarmee de volledige interactie tussen reiziger en voertuig meenemen in de toedeling. De impact van crowding wordt volledig gemodelleerd, door het toepassen van volume-afhankelijke halteertijden, denied boarding, en door reizigers ervaren reistijd als gevolg van discomfort in drukke voertuigen. Hiermee ontstaat een verrijking ten opzichte van statische modellen.

Een wederzijdse uitwisseling van input en output data tussen de beide modellen is mogelijk. Het ligt voor de hand om een tweetrapsraket te maken van beide modellen, waarbij de kracht van beiden wordt gecombineerd. Hiermee kunnen meer en betere inzichten worden verkregen voor verwachte effecten van ontwikkelingen en/of OV maatregelen. Daarmee wordt een grote verbeterslag in prognoses en bijv. kostenbaten-analyses gemaakt.

Bekijk de Platos presentatie HIER

Wat is de waarde van Openbaar Vervoer?

De waarde van openbaar vervoer wordt vaak te beperkt in beeld gebracht. Het draait vaak alleen om kosten van infrastructuur en exploitatie. Waarom eigenlijk? De waarde van ov is meer dan alleen de vervoerwaarde. 5xE is een betere manier om het ov op waarde te schatten voor Effectieve mobiliteit, een Efficiënte stad, Economie, milieu (Environment) en sociale cohesie (Equity).

Lees hier het artikel in OV-Magazine

Logo 5xE-02

Robustness of multi-level public transport networks: A methodology to quantify robustness from a passenger perspective

Despite the importance of robust public transport networks, this topic has not been considered from a full passenger perspective yet in scientific literature and practice. To our best knowledge, this study is the first in which both exposure to large, non-recurrent disturbances and impact of these disturbances are analysed in a systematic and realistic way. Contrary to single-level network perspectives, we considered the integrated, total multi-level public transport network which remains available when a disturbance occurs. We developed a new methodology to identify the most vulnerable links in the multi-level public transport network and to quantify the societal costs of non-robustness of these vulnerable links. Besides, applying our methodology enables quantification of the robustness benefits of robustness measures, next to the costs of such measures. Therefore, our methodology can support and rationalize the decision-making process of public transport operators and authorities regarding the implementation of different robustness measures.

Read the full paper: INSTR2015-Yap et al.

Find our presentation: INSTR2015 Presentation Yap et al.

Kosten en baten van robuustheid en comfort in OV modellen

Verstoringen in het openbaar vervoer hebben een grote impact op reizigers. Zowel reizigers, overheden als politiek hechten daarom veel belang aan robuust openbaar vervoer. Ondanks dit belang was tot nu toe niet bekend wat de (maatschappelijke) kosten van verstoringen in het OV zijn. Bij mogelijke maatregelen ter verbetering van OV robuustheid zijn vaak alleen de kosten bekend, terwijl de maatschappelijke robuustheidsbaten ervan tot op heden onbekend waren.
Wij hebben een methodologie ontwikkeld waarmee we, ondersteund door OV verkeersmodellen, de maatschappelijke kosten van onrobuust OV, en de maatschappelijke baten van robuustheids–maatregelen, kunnen kwantificeren. Wij bekijken OV robuustheid vanuit een reizigersperspectief. Tot op heden wordt robuustheid door wetenschap en praktijk vaak per vervoerder, of per netwerkniveau, benaderd. Wij richten ons echter op robuustheid van multi-level OV netwerken, waarbij we alle OV netwerkniveaus, alle OV modaliteiten van alle vervoerders integraal analyseren. Door simulatie van verstoringen in een multi-level OV model kunnen we in kaart brengen in hoeverre het totale OV netwerk in staat is om, vanuit de reiziger bezien, een verstoring op een bepaald netwerkniveau op te vangen.
Een belangrijk aspect bij grote verstoringen in het OV is het gereduceerde comfort op alternatieve routes. Door een verstoring kan grote drukte ontstaan op resterende routes die in het multi-level netwerk beschikbaar zijn, wat leidt tot verminderd reiscomfort, en waarbij reizigers soms zelfs niet met het eerste voertuig meekunnen. Dit comfort- en capaciteitseffect wordt tot op heden nauwelijks meegenomen in OV verkeersmodellen. Recente ontwikkelingen in het softwarepakket OmniTRANS maken het echter mogelijk om deze effecten mee te nemen bij het modelleren van verstoringen, waardoor de maatschappelijke kosten van discomfort gekwantificeerd kunnen worden. Het niet meenemen van deze post kan leiden tot substantiële onderschattingen van de maatschappelijke kosten van verstoringen.
Onze methodologie kwantificeert, door nieuwe toepassingen van OV verkeersmodellen, naast de kosten ook de baten van mogelijke robuustheidsmaatregelen. Hiermee ondersteunt en rationaliseert onze methodologie besluitvorming van vervoerders en OV autoriteiten.

De presentatie vind je hier: Platos 2015

Robuust openbaar vervoer vanuit een reizigersperspectief

De klachten van reizigers tijdens de sneeuwproblematiek in het openbaar vervoer de afgelopen jaren, Kamervragen over het hoge uitvalpercentage van de Intercity Direct en discussies over spooronderhoud in de Schipholtunnel maken één ding duidelijk: het belang van robuust openbaar vervoer. Desondanks richten discussies over robuustheid zich alleen op de kosten van robuustheidsmaatregelen. Tot op heden wordt nauwelijks gefocust op de waarde van robuustheid: wat zijn de robuustheidsbaten van de maatregelen en wat is die robuustheid waard?
In deze paper hebben we een methodologie ontwikkeld die ons in staat stelt om de maatschappelijke waarde van robuust openbaar vervoer te bepalen, in aanvulling op reeds vastgestelde tijd- en betrouwbaarheidswaarderingen. Robuustheidsbaten van maatregelen kunnen hiermee worden gemonetariseerd, en afgewogen worden tegen de benodigde kosten. Hiermee ondersteunt deze methodologie besluitvorming aangaande de implementatie van robuustheidsmaatregelen.
In deze paper wordt robuustheid vanuit een reizigersperspectief benaderd. Op dit moment wordt robuustheid door wetenschap en praktijk vooral vanuit een mono-level perspectief benaderd: voor elk netwerkniveau en elke modaliteit apart. In dit onderzoek richten we ons echter op robuustheid van het totale multi-level openbaar vervoer netwerk, waarbij alle openbaar vervoer netwerkniveaus en alle modaliteiten (trein, metro, lightrail, tram, bus) van verschillende vervoerders integraal worden geanalyseerd. Hierdoor kan inzichtelijk worden gemaakt in welke mate netwerkniveaus een verstoring op een ander netwerkniveau kunnen opvangen, en wordt op realistische wijze inzicht verkregen in de effecten van verstoringen op reizigers.
In dit onderzoek is eerst een nieuwe methodologie ontwikkeld om de meest kwetsbare plaatsen in het multi-level netwerk te identificeren. Door zowel verstoringskansen, verstoringsduur als verstoringsimpact expliciet in beschouwing te nemen, kan vervolgens de mate van onrobuustheid van deze kwetsbare netwerkdelen worden gekwantificeerd. De ontwikkelde methodologie is succesvol toegepast op de Randstad Zuidvleugel als casestudy. De resultaten illustreren dat vanuit een reizigersperspectief ruimte is om robuustheid van openbaar vervoer netwerken te verbeteren. Met name tijdelijke lijnvoeringmaatregelen (zoals een tijdelijke frequentieverhoging op een route parallel aan een kwetsbaar netwerkdeel) en kleine infrastructurele maatregelen hebben maatschappelijk gezien potentie om robuustheid verder te verbeteren. In de casestudy wegen robuustheidsbaten van grotere infrastructurele maatregelen (zoals de aanleg van extra wissels) tijdens verstoringen niet op tegen de kosten voor reizigers en vervoerders tijdens de onverstoorde situatie.
Uit de casestudy blijkt dat het niet eenvoudig is om vooraf de waarde van verschillende maatregelen te beoordelen. Onze aanpak helpt dit proces te verbeteren en biedt robuustheid daarbij een plek in de besluitvorming.

Lees meer:
Paper Menno Yap CVS2014 of
Presentatie

Robust public transport from a passenger perspective

MSc.Thesis by Menno Yap (full report: HERE )

Summary:

Disturbances in public transport are an important issue for passengers, public transport operators and infrastructure managers. After the occurrence of large disturbances, there is often a strong call from passengers and society to make the public transport network less vulnerable – and therefore more robust – against these types of events. Despite the mentioned importance of considering robustness, the next limitations can be formulated regarding the way robustness of public transport networks is currently considered:
When evaluating and improving robustness of public transport networks against large non-recurrent disturbances, a passenger perspective is not included to its full extent. There is a strong focus on independent network levels operated by a single public transport operator, instead of considering the integral, multi-level public transport network available for passengers.

In general, limited quantitative data is available about disturbances which occur on multi-level public transport networks and about the effects of these disturbances on passengers. Also there is limited knowledge about the robustness performances of different network levels relative to each other. Given these limitations, the following main research question is formulated:
What methodology can be developed to evaluate the robustness of multi-level public transport networks and to evaluate robustness effects of measures for the case study network between Rotterdam and The Hague?

In this study, robustness is related only to major discrete events: large, non-recurrent events which affect infrastructure availability. In line with this, the next definition of robustness is used in this study:
‘Robustness is the extent to which the network is able to maintain the function it was originally designed for under circumstances which strongly deviate from plan’.
In this study, a methodology is developed which enables the evaluation of the current robustness of multi-level public transport networks, as well as the evaluation of proposed robustness measures. The case study shows that it is worth to consider another network level as back-up in case a certain network level is blocked. The result of the case study indicates that from a societal point of view, there is still room to improve the robustness of multi-level public transport networks.
The developed methodology can especially be developed further by incorporating en-route route choice possibilities in the transit assignment model. Further research is recommended especially to gain more knowledge about the behaviour of passengers in case they are confronted with major discrete events and in case they are confronted with crowded vehicles.

© 2011 TU Delft